As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Depuração de trabalhos de treinamento usando o Amazon Debugger SageMaker
<a name="debugger-debug-training-jobs"></a>

Para preparar seu script de treinamento e executar trabalhos de treinamento com o SageMaker Debugger para depurar o progresso do treinamento do modelo, você segue o processo típico de duas etapas: modifique seu script de treinamento usando o SDK do Python e construa um estimador de IA usando o SDK do `sagemaker-debugger` Python. SageMaker SageMaker Leia os tópicos a seguir para aprender a usar a funcionalidade de depuração do SageMaker Debugger.

**Topics**
+ [Adaptação do seu script de treinamento para registrar um hook](debugger-modify-script.md)
+ [Inicie trabalhos de treinamento com o Debugger usando o SDK do Python SageMaker](debugger-configuration-for-debugging.md)
+ [SageMaker Relatório interativo do depurador para o XGBoost](debugger-report-xgboost.md)
+ [Ação sobre as regras do Amazon SageMaker Debugger](debugger-action-on-rules.md)
+ [Visualize os tensores de saída do Amazon SageMaker Debugger em TensorBoard](debugger-enable-tensorboard-summaries.md)